从零搭建 AI 美股投研 Agent：FMP 财报电话会纪要（Transcripts）API + 大模型自动提炼管理层指引

作者：FMP数据源中文站技术团队发布时间：

在美股财报季的盘后交易时段，决定股价在 30 分钟内剧烈反转的核心变量，往往不是已经落地的上季度历史财报（10-Q / 10-K），而是 CEO 与 CFO 在财报电话会（Earnings Call）上给出的下一季度业绩指引（Forward Guidance）与问答环节（Q&A）的定性表态。

以英伟达（NVDA）2026 年 8 月 26 日盘后发布的 FY2027 Q2（截至 2026-07-26 财季）为例：当季实际总营收高达 962.21 亿美元（$96,221,000,000），较华尔街一致预期 922.71 亿美元（$92,270,940,000）大幅超预期 +4.28%；Non-GAAP 稀释后每股收益（EPS）达到 $2.22，同样超越一致预期 $2.09（超预期 +6.22%）。然而，量化投研团队与多空对冲基金真正紧盯的，是 CFO Colette Kress 在电话会开场陈述末尾抛出的三组前瞻数字——FY2027 Q3 营收指引中枢 1,080.00 亿美元（上下浮动 2%，即 1,058.40 亿–1,101.60 亿美元）、因显存（Memory）涨价将 Q3 毛利率指引下修至 74.0%（上下浮动 50 bps）并预计 Q4 毛利率在 71.0%–72.0% 触底，以及首次给出的 FY2028 全年营收同比增长约 70% 的初步展望。

核心结论（TL;DR）

1. 切勿把整篇电话会纪要直接塞进大模型：FMP 财报电话会议记录接口 返回的 content 是单条长达 4.6 万–5.8 万字符（7,800–9,500 词）的纯文本字符串。直接全量投喂不仅浪费 Token，更会让大模型把卖方分析师在 Q&A 提问中的自行匡算或假设数字（如分析师在提问中把多项多年期承诺累加反问“未来数年生态投资总额是否约 $500 billion”，或推演每吉瓦算力从 $40B 涨到 $60B、$80B）误当成管理层官方业绩指引。
2. 用确定性规则先做结构化切片，Token 消耗平均直降 93.42%：利用电话会纪要天然的 \n 段落分隔与发言人前缀（Speaker Name:），先将文本拆分为管理层开场陈述（Prepared Remarks）与分析师问答（Q&A），再精准定位 CFO 发言段落后半部分的 Outlook / Guidance 锚点区间。实测在 NVDA、AAPL、MSFT、TSLA 四大科技巨头最新电话会中，指引核心窗口仅占全文字符数的 4.29%–12.03%，平均可砍掉 93.42% 的无效上下文。
3. 提炼出的管理层指引必须与华尔街一致预期做交叉对账：单看管理层口头说的“下季度预计营收 1,080 亿美元”无法判断利好还是利空。只有同时拉取 股票财报接口 与 财务预估接口，算出管理层指引中枢（1,080.00 亿美元）低于华尔街当前 Q3 一致预期（1,088.02 亿美元）-0.74%，Agent 才能输出真正具备交易价值的预期差（Guidance vs. Consensus Spread）评分。

一、为什么大模型直接读财报电话会容易产生幻觉？三个必踩的工程暗坑

许多团队在搭建 AI 投研 Agent 时，习惯直接按自然日历拼接参数去拉取电话会文本，然后丢给大模型一句“请提取下季度业绩指引”。我们在 https://quote-fmp.com/stable 生产网关上对 全市场 11,504 个全球股票标的（含美股及东京 .T、墨西哥 .MX、印度 .NS、奥斯陆 .OL 等非美交易所标的与 ADR）、累计 285,193 份历史电话会纪要 做完基线普查后发现，这种粗放做法会触发以下三个工程暗坑。

暗坑一：财年（Fiscal Year）与自然年错位、接口参数命名不一致与历史脏标签

美股科技巨头的财年截止月千差万别：英伟达（NVDA）财年截止于每年 1 月底，苹果（AAPL）截止于 9 月底，微软（MSFT）截止于 6 月底，只有特斯拉（TSLA）与自然年一致（12 月底）。

更隐蔽的工程陷阱在于接口字段与入参的命名差异：当你调用 按代码查询电话会日期接口（/stable/earning-call-transcript-dates?symbol=NVDA）时，返回的 JSON 字段名叫 fiscalYear（例如 2026-08-26 那场电话会返回 {"quarter": 2, "fiscalYear": 2027, "date": "2026-08-26"}）；而当你去调用 财报电话会议记录接口（/stable/earning-call-transcript）拉正文时，查询参数却叫 year 和 quarter。

如果工程师或大模型 Function Calling 把 year 理解成自然年，为了查 2026 年 8 月的英伟达电话会而传入 symbol=NVDA&year=2026&quarter=2，接口不会报错，而是会静默返回 2025-08-27（即 FY2026 Q2）的一年前旧纪要！在那份旧纪要里，CFO Colette Kress 口播的当季营收是 467.00 亿美元（$46.7 billion）、给出的下季营收指引是 540.00 亿美元（$54 billion plus or minus 2%）——与 2026 年 8 月真实的当季口播营收 960.00 亿美元（法定报表精确值 962.21 亿美元，相差 2.06x）、下季指引 1,080.00 亿美元（整整相差 2.00x）完全不在一个量级。

此外，实测还发现上游历史日期表存在个别财年标签脏数据：例如查询 /stable/earning-call-transcript-dates?symbol=TSLA 时，最老的两条记录召开日同为 2011-02-15，其中一条正常标记为 {"quarter": 4, "fiscalYear": 2011, "date": "2011-02-15"}，另一条却被错误打上 {"quarter": 4, "fiscalYear": 2023, "date": "2011-02-15"}。因此工程管线在读取映射表时，还应加一道 abs(int(fiscalYear) - int(date[:4])) <= 1 的日期交叉校验。

股票代码最新电话会召开日 (date)所属期末日 (income-statement.date)按代码查询电话会日期接口 返回的 fiscalYear / quarter若误传自然年 year=2026 同季度或不做校验会怎样？历史累计可用纪要数 (noOfTranscripts)
NVDA2026-08-262026-07-26fiscalYear: 2027, quarter: 2误拉一年前的 2025-08-27 (FY2026 Q2，当季口播营收 $46.7B vs 真实 $96.0B，下季指引 $54.0B vs 真实 $108.0B)82 份
MSFT2026-07-292026-06-30fiscalYear: 2026, quarter: 4自然年 7 月属 Q3，若传 year=2026&quarter=3 会误拉 2026-04-29 (FY2026 Q3)83 份
AAPL2026-07-302026-06-27fiscalYear: 2026, quarter: 3自然年与财年虽同为 2026，但自然年 Q2 财报在 AAPL 体系中编号为 Q384 份
TSLA2026-10-212026-09-30fiscalYear: 2026, quarter: 3最新财季与自然年对齐；但历史表最老记录存在 date: 2011-02-15 误标 fiscalYear: 2023 的重复脏行，需按 date 年份过滤62 份

工程铁律：任何拉取单场电话会纪要的 Agent 流水线，第一步必须先调 /stable/earning-call-transcript-dates?symbol={SYMBOL}，过滤掉 fiscalYear 与 date 年份偏差超过 1 年的异常行后，锁定顶部最新记录的 fiscalYear 与 quarter，再原样映射为 /stable/earning-call-transcript?symbol={SYMBOL}&year={fiscalYear}&quarter={quarter}。

暗坑二：单字符串 content 混装开场陈述与分析师 Q&A，全量投喂引发“提问污染”

财报电话会议记录接口 返回的 content 字段是一整块未拆分的长文本，每场电话会包含 31–82 个自然段（以换行符 \n 分隔），总长度在 46,335 到 57,626 个字符之间。

如果直接把整段 content 丢给大模型提取数字，极易发生口径混淆与发言人张冠李戴。以 NVDA FY2027 Q2（2026-08-26）全文 31 个自然段为例（完整 46,335 字符及逐段编号已全量存入同目录实测证据文件）：

如果不做发言人角色隔离与段落切片，大模型极易把分析师提问中的自行累加值、口误值或第三方融资额当成英伟达官方业绩指引。我们对四大科技巨头最新一季电话会的段落结构实测统计如下：

股票代码 (财季)全文总字符数 / 总词数 / 总段数管理层开场陈述 (Prepared Remarks) 段数与字符数分析师问答 (Analyst Q&A) 段数与字符数CFO 完整发言段字符数 (占比)CFO Outlook 指引切片字符数 (Token 节省率)
NVDA (FY2027 Q2)46,335 字符 / 7,808 词 / 31 段前 3 段 / 20,178 字符 (3,181 词)后 28 段 / 26,156 字符 (4,627 词)18,391 字符 (39.69%)2,343 字符 / 404 词 (省 94.94%)
AAPL (FY2026 Q3)49,521 字符 / 8,293 词 / 70 段前 3 段 / 23,509 字符 (3,735 词)后 67 段 / 25,942 字符 (4,558 词)9,211 字符 (18.60%)2,123 字符 / 338 词 (省 95.71%)
MSFT (FY2026 Q4)57,626 字符 / 9,510 词 / 31 段前 4 段 / 35,577 字符 (5,533 词)后 27 段 / 22,018 字符 (3,977 词)17,022 字符 (29.54%)6,932 字符 / 1,116 词 (省 87.97%)
TSLA (FY2026 Q3)48,274 字符 / 8,647 词 / 82 段前 4 段 / 13,517 字符 (2,338 词)后 78 段 / 34,756 字符 (6,309 词)6,143 字符 (12.73%)2,381 字符 / 390 词 (省 95.07%)

注：表中“管理层开场陈述字符数 + 分析师问答字符数”与“全文总字符数”之间存在 1–70 个字符的固定差值（如 NVDA 为 46,334 vs 46,335，AAPL 为 49,451 vs 49,521），原因是按 \n 拆分自然段时剥离了段间换行符与空行。

从实测分布可见：凡提供单季量化业绩指引的公司（如 NVDA、AAPL、MSFT），其核心指引数字均集中在 CFO 开场陈述段落的后半部分（NVDA 位于 CFO 段落 87.26% 偏移处的 "Let me turn to the outlook for the third quarter." 之后；AAPL 位于 76.95% 偏移处的 "As we move ahead into the September quarter, I'd like to review our outlook" 之后；MSFT 位于 59.28% 偏移处的 "Now moving to our outlook." 之后）；而像 TSLA 这类不提供单季营收点值指引的公司，其全年 $20B CapEx 与 $30B 授信指引同样位于 CFO 段落 61.24% 偏移处的 "We are in a huge investment cycle to set us up for the future." 之后。仅用一行正则 re.search 切出该锚点窗口再送入大模型，单场电话会上下文即可从近 5 万字符 压缩至 2,123–6,932 字符。

暗坑三：电话会口播口径、10-Q 法定 GAAP 口径与 /stable/earnings 共识口径的异同

管理层在电话会口播的营收通常四舍五入到十亿美元（如 Colette Kress 口播 "Total revenue of $96 billion"）；而 利润表接口（/stable/income-statement）严格提取自 SEC 10-Q / 10-K 原始报表，采用 GAAP 法定会计口径；至于 股票财报接口（/stable/earnings）与 财务预估接口（/stable/analyst-estimates），其核心设计目标是与华尔街卖方一致预期同口径比对，因此采用各公司头条共识口径（Street Consensus Basis）——绝大多数披露 Non-GAAP 的科技股（如 NVDA、MSFT、TSLA）在 /stable/earnings 中存的是调整后 Non-GAAP EPS，而像苹果（AAPL）这样从不在财报中披露 Non-GAAP 指标的公司，/stable/earnings 存的则是与 CFO 口播完全一致的 GAAP 稀释 EPS（因此不同公司的口径混装，严禁跨接口裸减）。

股票代码 (当季电话会日)CFO 电话会口播当季营收income-statement 精确 GAAP 营收 (grossProfit 毛利率)income-statement 稀释 GAAP EPS (epsDiluted)earnings 实际公布 EPS (epsActual) vs 预期 (epsEstimated)口径差异根源与工程处理准则
NVDA (2026-08-26)$96 billion (数据中心 $89B)$96,221,000,000 ($72.14B / 74.98%)$2.46 (基本 EPS $2.47)$2.22 vs $2.09 (超预期 +6.22%)为何 GAAP $2.46 高于 Non-GAAP $2.22？因当季 GAAP 净利 ($59.69B) 含 AI 生态战略股权投资的未实现公允价值重估收益，Non-GAAP 予以剔除
AAPL (2026-07-30)$109.4 billion (含关税退税正向影响)$109,417,000,000 ($54.77B / 50.06%)$2.03 (基本 EPS $2.04)$2.02 vs $1.89 (超预期 +6.88%)苹果不披露 Non-GAAP；CFO Kevan Parekh 口播稀释 EPS 为 $2.02（含关税退税贡献的 $0.11 EPS），与 /stable/earnings 的 2.02 完全一致
MSFT (2026-07-29)$90 billion (智能云 $39.3B)$90,007,000,000 ($60.48B / 67.20%)$4.80 (基本 EPS $4.81)$4.74 vs $4.24 (超预期 +11.79%)CFO Amy Hood 披露剔除 OpenAI 投资影响后的 EPS 为 $4.74（其中 Anthropic 投资收益 $3.2B 与退休计划费用节约冲抵遣散费/Xbox 减值后合计增厚 EPS $0.27）
TSLA (2026-10-21)汽车毛利率(剔除积分) 18.1%，储能毛利率 33.1%$28,046,000,000 ($5.49B / 19.59%)$0.22 (基本 EPS $0.24)$0.48 vs $0.4488 (超预期 +6.95%)TSLA 的 GAAP 净利 ($787M) 受股权激励及 SpaceX 持仓减记 $142M（部分被比特币公允价值收益 $290M 抵消）影响，GAAP 稀释 EPS ($0.22) 不足 Non-GAAP ($0.48) 的一半

二、接口全景：7 个核心 API 构建“电话会纪要 + 预期差对账”闭环

为了让 AI 投研 Agent 既能读懂管理层的定性/定量指引，又能自动化完成历史兑现率与华尔街预期差校验，我们需要将 FMP 财报电话会议记录分类（共 4 个接口）与 财报、股息与拆股日历分类（共 9 个接口）、分析师预估与评级分类（共 8 个接口）、财务报表分类（共 27 个接口）中的核心端点组合使用：

流水线阶段站内接口文档入口网关请求路径 (https://quote-fmp.com/stable/...)核心返回字段在 AI 投研 Agent 中的职责
1. 全市场覆盖盘点可用电话会股票代码列表接口/stable/earnings-transcript-listsymbol, companyName, noOfTranscripts盘点全市场 11,504 只全球标的、285,193 份纪要底数（注意 noOfTranscripts 为字符串类型如 "82"）
2. 增量轮询监听最新财报电话会记录接口/stable/earning-call-transcript-latest?page=0&limit=100symbol, period, fiscalYear, date财报季盘后定时轮询最新出炉的电话会纪要，触发 Agent 自动化提炼任务
3. 财年/财季路由对齐按代码查询电话会日期接口/stable/earning-call-transcript-dates?symbol=NVDAquarter, fiscalYear, date防穿越必调：将自然日历日期映射为准确的 fiscalYear 与 quarter 整数编号
4. 电话会全文拉取财报电话会议记录接口/stable/earning-call-transcript?symbol=NVDA&year=2027&quarter=2symbol, period, year, date, content拉取完整电话会实录，按发言人切分 CFO 指引窗口与分析师 Q&A 焦点问答
5. 当季超预期与下季共识股票财报接口/stable/earnings?symbol=NVDA&limit=6date, epsActual, epsEstimated, revenueActual, revenueEstimated获取当季实际营收/EPS 超预期幅度，以及未发布季度的华尔街单点一致预期（epsActual: null 记录）
6. 分析师预期分布区间财务预估接口/stable/analyst-estimates?symbol=NVDA&period=quarter&page=0&limit=20date, revenueLow, revenueHigh, revenueAvg, epsAvg, numAnalystsRevenue获取 28 位分析师的预期上下限区间（如 NVDA 2026-10-26 财季预期区间 $107.83B–$112.32B），衡量管理层指引落位
7. 法定报表精确对账利润表接口/stable/income-statement?symbol=NVDA&period=quarter&limit=3date, filingDate, fiscalYear, period, revenue, grossProfit, epsDiluted对齐 SEC 10-Q 法定 GAAP 营收、毛利与稀释 EPS，校验电话会口播整数值与法定报表的精确差额

实盘请求与响应对账（以 NVDA FY2027 Q2 为例）

通过 https://quote-fmp.com/stable 依次调用日期路由、电话会正文与财报预期接口（请先在终端设置环境变量 export FMP_API_KEY="你的密钥"）：

# 1. 先查 NVDA 电话会日期映射表，锁定最新一场的 fiscalYear 与 quarter
curl -s "https://quote-fmp.com/stable/earning-call-transcript-dates?symbol=NVDA&apikey=$FMP_API_KEY"

# 2. 传入真实的 year=2027&quarter=2 拉取 2026-08-26 电话会全文
curl -s "https://quote-fmp.com/stable/earning-call-transcript?symbol=NVDA&year=2027&quarter=2&apikey=$FMP_API_KEY"

# 3. 拉取 NVDA 当季实际业绩与下一季度 (2026-11-18) 华尔街一致预期
curl -s "https://quote-fmp.com/stable/earnings?symbol=NVDA&limit=4&apikey=$FMP_API_KEY"

上述接口返回的真实生产数据（代码块内仅展示 CFO 指引窗口原文核心节选，完整 46,335 字符及全量 31 个自然段原文已100%完整保存在同目录 实测证据_ai-agent-earnings-transcripts-guidance.json 的 nvda_historical_comparison.FY2027_Q2_2026_08_26.full_content 字段）如下：

{
  "earning_call_transcript_dates_top3": [
    { "quarter": 2, "fiscalYear": 2027, "date": "2026-08-26" },
    { "quarter": 1, "fiscalYear": 2027, "date": "2026-05-20" },
    { "quarter": 4, "fiscalYear": 2026, "date": "2026-02-25" }
  ],
  "earning_call_transcript_fy2027_q2": {
    "symbol": "NVDA",
    "period": "Q2",
    "year": 2027,
    "date": "2026-08-26",
    "content_cfo_outlook_verbatim": "Let me turn to the outlook for the third quarter. Total revenue is expected to be $108 billion, plus or minus 2%. We expect sequential growth to be driven primarily by ACIE with data center, while growth in hyperscale is expected to reaccelerate in Q4 and into fiscal year '28, as supply of Vera Rubin grows over time. We see Vera Rubin accounting for about 20% of data center revenue in Q3. Looking ahead, our preliminary expectation is for fiscal year '28 revenue to grow approximately 70% year-over-year... For Q3, we expect GAAP and non-GAAP gross margins to be 74% plus or minus 50 basis points. We expect margins to bottom in Q4 in the 71% to 72% range before settling at 72% to 73% in fiscal year '28, as executed price increases take effect in Q1... GAAP and non-GAAP operating expenses are expected to be approximately $9.2 billion and $9.0 billion, respectively."
  },
  "earnings_actual_and_upcoming": [
    { "symbol": "NVDA", "date": "2026-11-18", "epsActual": null, "epsEstimated": 2.49, "revenueActual": null, "revenueEstimated": 108801500000 },
    { "symbol": "NVDA", "date": "2026-08-26", "epsActual": 2.22, "epsEstimated": 2.09, "revenueActual": 96221000000, "revenueEstimated": 92270940000 }
  ]
}

三、高阶实战：四大科技巨头电话会指引横评与预期差（Spread）全景表

为什么专业量化团队不仅要提取当季电话会的下季指引，还要把上一季电话会给出的本季指引（Prior Guidance）、本季实际落地值（Actual）、本季给出的下季新指引（New Guidance）与华尔街下季一致预期（Next Consensus）放在同一张矩阵里对拍？

我们先看英伟达（NVDA）连续两个财季的完整兑现链条：

  1. 上一季指引如何大幅 Beat（FY2027 Q1 → FY2027 Q2）：在 2026-05-20 召开的 FY2027 Q1 电话会上，CFO Colette Kress 给出的 Q2 营收指引为 910.00 亿美元 ± 2%（区间 891.80 亿–928.20 亿美元），Non-GAAP 毛利率指引为 75.0% ± 50 bps。而在 Q2 财报发布前，华尔街 27 位分析师在 财务预估接口 中的一致预期均值（revenueAvg）已经悄然上调至 922.71 亿美元（高于管理层指引中枢 +1.40%）。最终 2026-08-26 公布的 Q2 实际营收高达 962.21 亿美元，不仅比管理层原定指引中枢高出 +52.21 亿美元（+5.74%），甚至直接击穿了 ±2% 指引上限（928.20 亿美元）达 +34.01 亿美元！
  2. 本季新指引与华尔街买方预期的博弈（FY2027 Q2 → FY2027 Q3）：在 2026-08-26 电话会上，Colette Kress 给出 FY2027 Q3（截至 2026-10-26 财季，预计 2026-11-18 披露）营收指引为 1,080.00 亿美元 ± 2%（区间 1,058.40 亿–1,101.60 亿美元）。此时对拍 /stable/earnings 与 /stable/analyst-estimates（28 位分析师）可以发现：华尔街对 Q3 的一致预期营收高达 1,088.02 亿美元（analyst-estimates 均值为 1,088.18 亿美元，最低 1,078.29 亿美元，最高 1,123.22 亿美元）。也就是说，管理层的 1,080.00 亿美元 指引中枢比华尔街一致预期低了 8.02 亿美元（预期差 -0.74%），且 28 位分析师中最低的预测值（1,078.29 亿美元）都几乎贴着管理层指引中枢！同时，因显存成本飙升，管理层将 Q3 毛利率指引下调至 74.0% ± 50 bps，并坦承 Q4 毛利率将进一步下探至 71.0%–72.0% 区间触底，随后在 FY2028 Q1 提价生效后回升至 72.0%–73.0%。

我们将这一套对账逻辑横向扩展至 NVDA、AAPL、MSFT、TSLA 四大科技巨头最新一场 2026 年电话会，得到如下实测对账总表：

维度 / 标的英伟达 NVDA (FY2027 Q2)苹果 AAPL (FY2026 Q3)微软 MSFT (FY2026 Q4)特斯拉 TSLA (FY2026 Q3)
电话会日期 / 主讲 CFO2026-08-26 / Colette Kress2026-07-30 / Kevan Parekh2026-07-29 / Amy Hood2026-10-21 / Vaibhav Taneja
当季实际营收 vs 预期$96.22B vs $92.27B (+4.28%)$109.42B vs $109.04B (+0.35%)$90.01B vs $87.62B (+2.72%)$28.05B vs $28.06B (-0.04%)
当季共识口径 EPS vs 预期$2.22 vs $2.09 (+6.22%)$2.02 vs $1.89 (+6.88%)$4.74 vs $4.24 (+11.79%)$0.48 vs $0.4488 (+6.95%)
CFO 下季营收量化指引$108.00B ± 2% ($105.84B–$110.16B)；Vera Rubin 占 Q3 数据中心营收约 20%；FY2028 营收初估增约 70%9 月财季（FY26 Q4）总营收同比增 9%–11%（按上年同期 $102.47B 折算为 $111.69B–$113.74B，中枢 $112.71B）；iPhone 同比增 mid-teensFY27 Q1 总营收 $89.85B–$90.95B（中枢 $90.40B，同比增 16%–17%）：智能云 $40.95B–$41.25B（Azure 恒定汇率增约 45%），生产力 $36.70B–$37.00B，个人计算 $12.20B–$12.70B未给单季营收点值指引（revenue_guidance_midpoint_b: null）；连续两季交付超 48 万辆，北美新交付车辆 FSD 付费订阅搭载率超 75%（全球付费用户超 170 万，50% 为订阅制）
华尔街下季一致预期 (earnings / estimates)2026-11-18 预期 $108.80B（28 位分析师均值 $108.82B，区间 $107.83B–$112.32B），EPS $2.492026-11-02 预期 $113.31B（15 位分析师均值 $113.31B，区间 $113.08B–$113.83B），EPS $1.992026-10-28 预期 $90.64B（25 位分析师均值 $90.62B，区间 $90.25B–$91.33B），EPS $4.712027-01-27 预期 $28.52B（19 位分析师均值 $28.52B，区间 $25.35B–$32.61B），EPS $0.4339
营收指引中枢 vs 华尔街预期差中枢 $108.00B vs $108.80B（-0.74%，指引中枢略低于卖方均值，卖方期待再次 Beat）折算中枢 $112.71B vs $113.31B（-0.53%，卖方一致预期落在 9%–11% 指引区间的上半区 10.59% 处）中枢 $90.40B vs $90.64B（-0.26%，卖方一致预期落在 $89.85B–$90.95B 指引区间的上半区）定性产能扩张导向，核心定量锚点在全年 CapEx 与利润率明细
毛利率、费用与 CapEx 关键指引Q3 毛利率 74.0% ± 50 bps，因显存成本飙升预计 Q4 在 71%–72% 触底，FY28 回稳至 72%–73%；Q3 OpEx $9.2B (GAAP) / $9.0B (Non-GAAP)Q4 毛利率 47.0%–48.0%（含约 100 bps 关税退税贡献，较 Q3 的 50.1% 环比回落）；OpEx $19.1B–$19.4B；汇率逆风约 250 bps 且 iPhone/Mac/iPad 供应受限加剧Q1 COGS $29.6B–$29.8B，OpEx $16.8B–$16.9B；将机房折旧年限从 15 年 延至 25 年；Q1 单季 CapEx 将超过 $50.0B全年 CapEx 指引修正为约 $20.0B，并新获最高 $30.0B 短期授信额度且本自然年不计划提款（"We don't plan to make any draws... in this calendar year"），支持 Cybercab、Optimus、Megapack 3 与晶圆厂建设

四、Python 实战：43 行代码跑通“防穿越路由 + CFO 指引切片 + 预期差对账”Agent

下面这段 43 行 Python 脚本完整串联了上述三步工程防线：先通过 /stable/earning-call-transcript-dates 过滤历史脏标签并解析最新财年与财季，再对 46,335 字符的电话会文本做发言人切分与 Outlook 锚点定位，最后结合 /stable/earnings、/stable/income-statement 与 /stable/analyst-estimates 自动产出当季 GAAP/Non-GAAP 对账与下季预期差基线：

import os, re, requests

BASE_URL = "https://quote-fmp.com/stable"
API_KEY = os.environ["FMP_API_KEY"]

def fmp_get(path: str, **params):
    resp = requests.get(f"{BASE_URL}/{path}", params={**params, "apikey": API_KEY}, timeout=20)
    resp.raise_for_status()
    return resp.json()

def build_guidance_agent_payload(symbol: str = "NVDA", cfo_name: str = "Colette Kress") -> dict:
    # 1. 查日期映射表并校验 fiscalYear 与召开日年份差 <= 1（过滤 TSLA 2011 误标 2023 等历史脏行）
    valid_dates = [r for r in fmp_get("earning-call-transcript-dates", symbol=symbol) if abs(int(r["fiscalYear"]) - int(r["date"][:4])) <= 1]
    latest_meta = valid_dates[0]
    fy, fq, call_date = latest_meta["fiscalYear"], latest_meta["quarter"], latest_meta["date"]

    # 2. 拉取对应财季电话会全文，定位 CFO 发言段并切出 Outlook 指引窗口（显式记录 anchor_matched）
    content = fmp_get("earning-call-transcript", symbol=symbol, year=fy, quarter=fq)[0]["content"]
    paras = [p.strip() for p in content.split("\n") if p.strip()]
    cfo_para = next((p for p in paras if p.startswith(f"{cfo_name}:")), "")
    m = re.search(r"(Let me turn to the outlook|As we move ahead into|Now moving to our outlook|We are in a huge investment cycle)", cfo_para)
    outlook_slice = cfo_para[m.start():] if m else cfo_para

    # 3. 联合对拍 /stable/earnings、/stable/income-statement 与 /stable/analyst-estimates
    earnings = fmp_get("earnings", symbol=symbol, limit=6)
    inc_latest = fmp_get("income-statement", symbol=symbol, period="quarter", limit=1)[0]
    actual_row = next((x for x in earnings if x.get("date") == call_date), earnings[0])
    next_row = next((x for x in earnings if x.get("epsActual") is None), None)
    est_rows = fmp_get("analyst-estimates", symbol=symbol, period="quarter", page=0, limit=15)
    next_est = next((x for x in est_rows if next_row and call_date < x["date"] <= next_row["date"]), est_rows[0])

    return {
        "symbol": symbol, "call_date": call_date, "fiscal_period": f"FY{fy} Q{fq}", "anchor_matched": bool(m),
        "total_chars": len(content), "outlook_slice_chars": len(outlook_slice),
        "token_saving_pct": round((1 - len(outlook_slice) / len(content)) * 100, 2),
        "q_actual_rev_b": round(actual_row["revenueActual"] / 1e9, 2),
        "q_consensus_rev_b": round(actual_row["revenueEstimated"] / 1e9, 2),
        "q_rev_beat_pct": round((actual_row["revenueActual"] / actual_row["revenueEstimated"] - 1) * 100, 2),
        "q_actual_eps_non_gaap": actual_row["epsActual"], "q_actual_eps_gaap_diluted": inc_latest["epsDiluted"],
        "next_q_consensus_rev_b": round(next_row["revenueEstimated"] / 1e9, 2) if next_row else None,
        "next_q_analysts_range_b": [round(next_est["revenueLow"] / 1e9, 2), round(next_est["revenueHigh"] / 1e9, 2)],
        "cfo_outlook_window": outlook_slice,
    }

将 build_guidance_agent_payload("NVDA", "Colette Kress") 返回的确定性对账字段与 cfo_outlook_window 文本交给支持 JSON Schema 约束的大模型（其中 revenue_guidance_midpoint_b 定义为 number | null 以兼容 TSLA 等不给单季营收点值指引的标的），即可生成如下与上游 API 字段 100% 严丝合缝的投研信号卡片：

{
  "symbol": "NVDA",
  "call_date": "2026-08-26",
  "fiscal_period": "FY2027 Q2",
  "anchor_matched": true,
  "context_compression": {
    "total_chars": 46335,
    "outlook_slice_chars": 2343,
    "token_saving_pct": 94.94
  },
  "reported_quarter_check": {
    "q_actual_rev_b": 96.22,
    "q_consensus_rev_b": 92.27,
    "q_rev_beat_pct": 4.28,
    "q_actual_eps_non_gaap": 2.22,
    "q_actual_eps_gaap_diluted": 2.46
  },
  "extracted_forward_guidance": {
    "target_period": "FY2027 Q3",
    "revenue_guidance_midpoint_b": 108.0,
    "revenue_guidance_band_b": [105.84, 110.16],
    "next_q_consensus_rev_b": 108.8,
    "next_q_analysts_range_b": [107.83, 112.32],
    "guidance_vs_consensus_spread_pct": -0.74,
    "gross_margin_non_gaap_guidance_pct": 74.0,
    "q4_gross_margin_bottom_range_pct": [71.0, 72.0],
    "fy2028_prelim_revenue_growth_yoy_pct": 70.0,
    "key_catalysts_and_headwinds": [
      "Vera Rubin 预计在 FY2027 Q3 贡献约 20% 的数据中心营收，Hyperscale 增速将在 Q4 及 FY2028 重新加速",
      "显存（Memory）价格涨幅超预期导致 Q3/Q4 毛利率阶段性承压，但 FY2028 Q1 提价落地后毛利率将回稳至 72%-73%"
    ]
  }
}

五、投研进阶：如何把电话会 Agent 接入多维量化监控体系？

单靠电话会纪要提炼出的业绩指引，回答的是“管理层怎么说”；而在机构级投研工作流中，我们还需要验证“底层接口覆盖度”、“内部人怎么交易”以及“回测池怎么对齐”：

  1. 与全站 30 大分类、283 个接口的数据底座联动：管理层在电话会上口播的往往是经修饰的摘要（例如微软在 FY2026 Q4 电话会宣布将服务器机房折旧年限从 15 年 延长至 25 年）。想进一步核查三大财务报表、分部营收、估值比率或国内直连网关性能，可参阅已上线的 FMP 完整中文指南 与 FMP 数据 API 全面测评，实现“电话会口播指引 + 标准化财务报表”的双源互证。
  2. 结合高管内部人增减持检验管理层“言行一致性”：如果某家公司管理层在电话会上高调上调下季度指引，但随后一周内 CEO 与 CFO 却在二级市场密集抛售非计划性股票（S-Sale），这种背离往往是极强的风险预警信号。你可以直接复用本系列专题中的 13F 机构持仓、高管内部人交易与国会山议员监控实战 职级加权算法，在财报电话会后 5–15 个交易日内自动追踪管理层底仓变动。
  3. 在历史全样本回测中消除幸存者偏差：如果你希望利用 FMP 历史累计的 285,193 份电话会纪要训练或回测一套基于 NLP 情绪/指引预期差的选股因子，切记配合本系列专题中的 美股回测幸存者偏差消除与退市股票清洗实战，利用历史成分股与退市列表还原真实的 Point-in-Time 股票池，避免只在今日存活的科技巨头身上过度拟合。

六、常见问题解答（FAQ）

1. 财报电话会结束多久后，可以通过 FMP API 拉到完整的英文会议纪要？

通常在电话会直播结束后的 30 分钟至 2 小时内，完整经过发言人标注与校对的文本就会上线。在财报季盘后高峰期（美东时间 16:30–20:00），建议使用 最新财报电话会记录接口（/stable/earning-call-transcript-latest?page=0&limit=100）按分钟级间隔轮询；一旦检测到目标股票代码的最新 fiscalYear 与 period 出现，再调用 财报电话会议记录接口 拉取 content 全文。

2. 为什么有的公司在电话会里给出了全年指引，有的却连下季度营收区间都不给？

不同行业与管理层的披露惯例差异极大。例如英伟达（NVDA）与微软（MSFT）会精确给出下一季度的美元营收区间、毛利率与费用额；苹果（AAPL）自疫情以来不再提供精确的美元营收区间，而是由 CFO 口播同比增速区间（如 9 月财季总营收同比增 9%–11%、iPhone 同比增 mid-teens），需要 Agent 结合 股票财报接口 中去年同期（2025-10-30 发布的上年 9 月财季）的实际营收基数 1,024.66 亿美元（$102,466,000,000）自动折算为美元区间（1,116.88 亿–1,137.37 亿美元，中枢 1,127.13 亿美元）；而特斯拉（TSLA）则几乎从不在电话会中给单季营收指引，只披露全年资本开支（CapEx 约 200 亿美元）与产能爬坡节奏。因此 Agent 的输出 JSON Schema 必须允许 revenue_guidance_midpoint_b 为 null，并同时保留定性指引数组。

3. 如何获取分析师目标价共识，用来辅助判断电话会后的估值空间？

除了用 财务预估接口 对拍营收与 EPS 预期外，你还可以调用 分析师研究分类 下的 目标价共识接口（/stable/price-target-consensus?symbol=NVDA），获取华尔街卖方在财报前后的最高目标价（targetHigh）、最低目标价（targetLow）与一致中枢（targetConsensus），从而在一份投研简报里同时呈现“基本面业绩预期差”与“卖方目标价空间”。

登录后可领取FMP Ultimate档1个月试用 Key，覆盖全量接口。免费试用 1 个月 →